劉泗虎
實(shí)習(xí)生（上海大學(xué)）
Email： liusihu@@www.plm-bat.com
研究方向：
神經(jīng)元表面建模
個(gè)人簡介：
劉泗虎，上海大學(xué)通信與信息系統(tǒng)專業(yè)碩士，主修計(jì)算機(jī)圖形學(xué)和c++語言編程，主要研究方向是基于可控卷積曲面的三維神經(jīng)元建模方法，具體內(nèi)容是對已有的卷積曲面混合建模方法進(jìn)行改進(jìn)，提出了一種基于可變支撐半徑控制的卷積曲面混合新方法，并利用稀疏體素結(jié)構(gòu)和自適應(yīng)網(wǎng)格重構(gòu)算法生成高質(zhì)量的神經(jīng)元表面網(wǎng)格模型和體積模型，將此應(yīng)用到神經(jīng)科學(xué)領(lǐng)域研究。
代表論著：
1. Zhu X, Chen Q, Liu S, et al. Controllable blending of line and polygon skeleton-based convolution surfaces with finite support kernels[J]. Computers & Graphics, 2022, 106: 98-109.
2. Zhu X, Liu X, Liu S, et al. Robust quasi-uniform surface meshing of neuronal morphology using line skeleton-based progressive convolution approximation[J]. Frontiers in Neuroinformatics, 2022, 16: 953930.
